ringa_lee
공개 질문입니다. 동적으로 조정되는 표준은 과거의 영향을 피하고 최신 고객 인식을 적시에 반영하도록 노력해야 합니다. 고객의 현재 레스토랑 인지도를 두 번의 동적 조정 중에 해당 레스토랑이 추천된 후 받은 긍정적인 리뷰의 비율로 정의할 수도 있습니다. 현재 인지도에 비례하여 추천 확률을 동적으로 조정하면 됩니다.
예를 들어, 이 동적 조정 동안 마지막 조정 이후 5개 레스토랑에 대한 긍정적인 리뷰는 다음과 같습니다.
A: 10/40(추천 40회, 칭찬 10회) = 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
그러면 조정된 추천 확률이 다음과 같이 업데이트됩니다.
A: 0.25 / (0.25 + 0.67 + 0.3 + 0.67 + 0.4) = 0.25 / 2.29 = 11%
B: 0.67 / 2.29 = 29%
C: 0.3 / 2.29 = 13%
D: 0.67 / 2.29 = 29%
E: 0.4 / 2.29 = 18%
공개 질문입니다. 동적으로 조정되는 표준은 과거의 영향을 피하고 최신 고객 인식을 적시에 반영하도록 노력해야 합니다. 고객의 현재 레스토랑 인지도를 두 번의 동적 조정 중에 해당 레스토랑이 추천된 후 받은 긍정적인 리뷰의 비율로 정의할 수도 있습니다. 현재 인지도에 비례하여 추천 확률을 동적으로 조정하면 됩니다.
예를 들어, 이 동적 조정 동안 마지막 조정 이후 5개 레스토랑에 대한 긍정적인 리뷰는 다음과 같습니다.
A: 10/40(추천 40회, 칭찬 10회) = 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
그러면 조정된 추천 확률이 다음과 같이 업데이트됩니다.
A: 0.25 / (0.25 + 0.67 + 0.3 + 0.67 + 0.4) = 0.25 / 2.29 = 11%
B: 0.67 / 2.29 = 29%
C: 0.3 / 2.29 = 13%
D: 0.67 / 2.29 = 29%
E: 0.4 / 2.29 = 18%